AI Engineer (Life Sciences & Healthcare)
Coherent Solutions
Rola polega na projektowaniu, budowaniu i wdrażaniu systemów AI/ML w produkcji dla klienta z branży life sciences. To praktyczna, inżynierska praca – będziesz tworzyć pipeline'y ML, integrować modele przez API, optymalizować wydajność i wdrażać MLOps. Pracujesz w zespole z data scientistami i DevOps, a firma Coherent Solutions świadczy usługi outsourcingowe dla globalnego dostawcy analityki klinicznej.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: widełki wynagrodzenia, liczba dni pracy zdalnej (pełny remote czy hybryda).
Rola polega na projektowaniu, budowaniu i wdrażaniu systemów AI/ML w produkcji dla klienta z branży life sciences. To praktyczna, inżynierska praca – będziesz tworzyć pipeline'y ML, integrować modele przez API, optymalizować wydajność i wdrażać MLOps. Pracujesz w zespole z data scientistami i DevOps, a firma Coherent Solutions świadczy usługi outsourcingowe dla globalnego dostawcy analityki klinicznej.
- ✓Możliwość pracy z LLM/RAG w praktyce produkcyjnej
- ✓Dodatkowe dni urlopu z okazji stażu pracy
- ✓Wsparcie mentora i wewnętrzne konferencje/meetupy
- ✓Branża life sciences – ciekawa domena z realnym wpływem
- −Brak widełek wynagrodzenia – ogłoszenie nie podaje żadnych informacji finansowych
- −Typ kontraktu oznaczony jako 'other' – nie wiadomo, czy B2B, UoP czy coś innego
- −Model outsourcingu – praca dla klienta, nie bezpośrednio w firmie produktowej
- !Nieokreślona liczba dni pracy zdalnej/hybrydowej – 'flexible work options' to ogólnik
- !Brak opisu procesu rekrutacyjnego – nie wiadomo ile etapów
- !Niejasne benefity: 'sports activities', 'health insurance' bez szczegółów
- !Firma nie podaje wielkości zespołu ani bezpośredniego przełożonego
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i wdrażanie modeli ML/DL do producji (PyTorch/TensorFlow)
- •Budowa i utrzymanie end-to-end pipeline'ów ML (od danych po monitoring)
- •Integracja AI z aplikacjami poprzez REST API i mikrousługi
- •Praca z LLM, RAG i agentami AI w kontekście produktu
- •Optymalizacja modeli pod kątem wydajności, skalowalności i kosztów
- •Implementacja CI/CD i MLOps dla automatyzacji cyklu życia modeli
- •Monitorowanie modeli w produkcji i zapewnianie ich niezawodności
- •Współpraca z data scientistami, inżynierami oprogramowania i zespołem produktowym
Oferta dla doświadczonych specjalistów (Senior).
Inżynier ML z przynajmniej 3-4 letnim doświadczeniem, potrafiący samodzielnie wdrożyć model do produkcji, znający chmurę i podstawy MLOps. Osoba z silnymi umiejętnościami programistycznymi w Pythonie i TypeScript/C#.
Nie dla kandydatów bez doświadczenia w produkcyjnym wdrożeniu modeli ML. Osoby na poziomie junior lub mid bez solidnych podstaw inżynierii oprogramowania i chmury raczej nie spełnią wymagań.
- ?Jaki jest konkretny model współpracy – B2B czy UoP?
- ?Czy praca jest w pełni zdalna, czy wymagane są wizyty w biurze? Jeśli tak, to gdzie i jak często?
- ?Ile osób liczy zespół AI/ML, z którym będę pracować?
- ?Jaki jest stosunek pracy nad nowymi modelami do utrzymania istniejących?
- ?Czy istnieje system on-call lub dyżurów dla modeli produkcyjnych?
- ?Jakie narzędzia do monitorowania modeli są używane?
- ?Czy klient ma już infrastrukturę MLOps, czy trzeba ją budować od początku?
- ?Jakie są plany rozwojowe dla tego projektu w ciągu najbliższego roku?
- −Widełki wynagrodzenia
- −Liczba dni pracy zdalnej (pełny remote czy hybryda)
- −Wielkość zespołu i struktura
- −Szczegóły dotyczące on-call i dyżurów
- −Opis procesu rekrutacyjnego
- −Liczba dodatkowych dni urlopu